<p>The large number of transactions, companies need analytical tools to provide information that is useful for the company in determining the layout of goods, what items are most in demand by consumers and others. As experienced by several other supermarkets, product placement is a major problem. Data mining is a technique for digging up information that is hidden or hidden. This study will identify several types of association rules relating to sales transaction data, namely support and confidence values. The data used are 25 food and beverage products. Data mining technique uses associative rule with the Apriori method, aims to find a combination of items with a frequency pattern of the transaction results. After all high frequency patterns are found, then the association rules that meet the minimum requirements are found for confidence associative rules A → B minimum confidence = 25%, confidence value of A → B rules.</p>

<p>Ketersediaan suku cadang sepeda motor di PT. Motorindo Perkasa Raya harus dimonitor untuk menghindari kekosongan barang. Masalah tidak memiliki laporan mengenai sebagian besar barang yang dibeli oleh sebagian besar pelanggan menjadi kendala. Mengolah barang masuk dan keluar yang tidak diproses dengan sistem membutuhkan teknik mengelola barang. Semakin lengkap jenis-jenis suku cadang, kebutuhan pelanggan akan terpenuhi. Pengumpulan suku cadang yang tersedia akan dibagi menjadi beberapa kelompok untuk mendapatkan suku cadang yang paling banyak dibeli pelanggan untuk setiap transaksi. Penambangan data bersumber dari basis data mentah. Ini menimbulkan masalah dalam database yang cenderung dinamis, lengkap, membumi dan besar. Algoritma k-berarti Clustering mampu dan efektif untuk menemukan cluster dalam data. Halaman pengguna formulir perhitungan ini akan menentukan jumlah cluster pada pusat perhitungan dan iterasi maksimum data yang telah dimasukkan ke dalam sistem. Tujuan dari penerapan K-mean adalah untuk menemukan nilai dari barang yang dibeli oleh sebagian besar pelanggan sehingga memudahkan untuk menyediakan suku cadang. Hasil perhitungan Algoritma K-Mean: C1 (tinggi) ada 14 item, C2 (sedang) ada 2 item, C3 (rendah) ada 74 item.</p>

<p>Rendahnya produksi karet rakyat disebabkan oleh berbagai faktor, salah satu penyebabnya adalah gangguan dari berbagai penyakit. Membangun sistem (komputer) yang cerdas untuk menganalisis masalah, mengamati sistem kerja seorang pakar atau pakar. Keahlian berasal dari pengembangan pengetahuan seseorang yang kompeten dan langsung memberikan instruksi untuk menyelesaikan suatu masalah<em>. Certainty Factor </em>adalah metode untuk membuktikan apakah suatu fakta tertentu atau tidak tertentu dalam bentuk metrik yang biasanya digunakan dalam sistem pakar. Metode ini sangat cocok untuk sistem pakar yang mendiagnosis sesuatu yang tidak pasti. Untuk menerapkan metode <em>Certainty Factor </em>ke sistem pakar, diperlukan data yang akan dimasukkan ke dalam sistem, diproses dan ditampilkan hasil diagnosis penyakit tanaman karet<em>. Input:</em> data jenis penyakit tanaman karet dan data gejala penyakit. Proses: melakukan analisis dan perhitungan untuk mendapatkan hasil diagnosis menggunakan metode <em>Certainty Factor.</em> Keluaran: informasi tentang diagnosis penyakit tanaman karet dan persentase tingkat kepercayaan dalam hasil diagnosis sesuai dengan aturan metode Faktor Kepastian.</p>

Information technology as a tool in the quality of manpower one of the world of government in the village, especially in the field of village-owned enterprises which are still doing work with the manual system. In addition, where it really needs a decision support system to help human resources in utilizing technology to run a process quickly and efficiently. The approach to find the value of attribute weights, namely approaching the existence of subjective, objective approaches and approaches of integration between subjective and objective. Decision Support System Implementation with Simple Additive Weighting Method can be used to determine the granting of loans to members of BUMDes Maju Bersama by entering in the form of alternative data and then entering the weight value seen in the existing criteria, so that it can produce the calculation value and the ranking of the prospective loan recipient. This draft will show the final results of each member who will borrow funds, and the highest rating can be said of the members who will receive loan assistance, the lowest rating will be given the opportunity to make decisions later to receive loan assistance.

Kopi bagian penting dari komoditi pasar nasional maupun internasional. Secara nasional jenis kopi lokal beragam sesuai nama daerah penghasil mengalami naik turun harga Perlu perencanaan teknologi untuk mengetahui harga kopi ke depan. Peramalan atau prediksi dalam ilmu komputer berkaitan dengan perkiraan berkala produksi, penawaran dan permintaan pada masa tertentu menggunakan alat ukur yang akurat dan teruji. Metode Backpropagation digunakan untuk prediksi harga. Proses algoritma backpropagation antara lain input data, melakukan tahap normalisasi /transformasi data, iterasi, pelatihan dan menentukan parameter jaringan, kalkulasi error, mendapatkan hasil prediksi. Perancangan arsitektur JST, dilakukan penentuan jumlah layer pada lapisan input, lapisan tersembunyi dan lapisan output. Penelitian ini menggunakan Matlab R2013a dengan metode Backpropagation. Pengambilan input, penelusuran error dan penyesuaian bobot berguna untuk menghasilkan nilai prediksi harga kopi. Hasil prediksi harga kopi dari harga aktual 74205 ke hasil harga prediksi 73668 dengan akurasi 99.9928, harga aktual 73892 ke harga prediksi 73175 dengan akurasi 99.9903, harga aktual 77981 ke hasil prediksi 77481 akurasi 99.9936.   Kata Kunci:  Syaraf Tiruan, Prediksi, Harga Kopi, Backpropagation   Abstract Coffee is an important part of the national and international market commodity. Nationally, the types of local coffee vary according to the name of the producing region experiencing ups and downs in price. It needs technology planning to find out the price of coffee going forward. Forecasting or prediction in computer science is related to periodic estimates of production, supply and demand at certain times using accurate and tested measuring tools. Backpropagation method is used for price prediction. The backpropagation algorithm process includes inputting data, performing the normalization / transformation of data, iterating, training and determining network parameters, calculating errors, getting predictive results. The design of the ANN architecture determines the number of layers in the input layer, the hidden layer and the output layer. This research uses Matlab R2013a. Taking input, tracking errors and adjusting weights are useful for producing predictive value of coffee prices. Coffee prediction results from actual prices 74205 to the predicted price of 73668 with an accuracy of 99.9928, the actual price of 73892 to the predicted price of 73175 with an accuracy of 99.9903, the actual price of 77981 to the predicted result of 77481 with an accuracy of 99.9936.   Keywords: Neural Networks, Predictions, Coffee Prices, Backpropagation